MétaCan
Menu
Retour à la cohorte
Enregistrement W4244109226 · doi:10.1504/ijbir.2020.111769

Innovation orientation and performance in the not-for-profit sector

2020· article· en· W4244109226 sur OpenAlexaffabout
Mark Klassen, C. Brooke Dobni, Veronica Neufeldt

Notice bibliographique

RevueInternational Journal of Business Innovation and Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésBusinessNot for profitBeneficiaryOptimismCompetitive advantageMarketingReputationIndustrial organizationMarket orientationKnowledge managementPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Innovation is increasingly gaining attention by not-for-profits (NPOs) as their environment is becoming more competitive, complex and stakeholder driven. This objective of this research is to develop a better understanding of the association between innovation orientation and performance. This is accomplished through a survey of registered and active Canadian NPOs. The innovation orientation approach in this study has advantages given the holistic nature and inclusion of multiple innovation determinants to measure the state of innovation in NPOs. The results suggest that NPOs with high innovative orientations have a positive relationship with the performance metrics of beneficiary satisfaction, resource attraction, peer reputation, effectiveness, and optimism in meeting future objectives. In contrast, NPOs with low innovation orientations did not present any meaningful associations with the performance constructs suggesting that innovation may not have a robust impact on performance amongst low orientation NPOs.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,411
Score d'incertitude au seuil0,188

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,186
Tête enseignante GPT0,440
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business Innovation and ResearchMême sujetNonprofit Sector and VolunteeringTravaux en français237 207